一种面向法治活动的句群级语境形式化方法

为了使计算机获得语境中包含的知识,必须对语境进行形式化描述.文中采用演绎的方法,以概念树"法治"为例,根据概念层次网络理论(HNC)世界知识的描述,设计了法治活动的领域句类表示式,将法治领域世界知识融人其中,从而使计算机获得先验知识.然后,结合真实语料分析演示了领域句类表示式对句群分析和语境单元萃取的作用,分析结果证明了领域句类表示式的适用性.最后,结合语境形式化的相关理论,讨论了语境的可计算性和语境知识表示方法,表明领域句类是计算机获取和使用语境知识的有效方法.     

基于概念基元的句群情景框架抽取研究

句群的构成要素是领域、情景和背景,领域是核心.领域关联的情景框架主要依据领域句类知识库的描述,从句群语句的语义块中抽取.本文介绍了在语言概念空间中对句群情景框架的概念符号描述,通过匹配整合句群情景框架中语义块的概念约束和句类分析结果中的语义块,给出了从自然语言空间的句群中抽取情景框架要素的方法,并根据实验结果总结了句群情景框架抽取中需要加强和完善的地方.     

现代汉语句群处理研究的进展

句群是HNC对段落,篇章处理时在句子和段落之间加上的一个过渡层次,句群的理解结果直接影响篇章理解的准确率.本文结合HNC理论对现代汉语句群处理的最新研究成果,对句群的形式化框架进行了详细地阐述,最终形成了句群处理结果的新方式.最后,通过真实语料的验证,证明这一表述方式有效且可行.     

基于概念层次网络的小学应用题句类分析和知识提取

提出一套适用于小学应用题解题系统的句类分析及知识提取方法,以概念层次网络(HNC)理论为基础,从概念间的联系出发,重点研究概念间的数量关系,对自然语言描述的应用题进行句类分析,由此提取应用题中的知识,特别是数量上的知识,并用形式化的符号进行描述。在机器自动知识提取方向上所做的探索,可以为小学应用题自动解题系统提供一种思路。     

基于句类向量空间模型的自动文本分类研究

向量空间模型是自动文本分类中成熟的文本表示模型,通常以词语或短语作为特征项,但这些特征项通常只能提供较少的局部语义信息。为实现基于内容的文本分类,该文用HNC理论中的句类作为特征项,通过混合句类分解等技术对句类向量空间降维,使用tfc算法对特征项进行权重计算,用KNN算法进行分类。该分类器的平均准确率和召回率都是可接受的,对类别的抽象程度无要求,即抽象度较高和较低的类别可以同时分类。通过使用更好的机器学习算法和其他的HNC语言理解技术,性能可以进一步提高。     

HNC理论的语句格式的新进展

为了适应语言中惯常出现的SVO表达语序,HNC理论对原有语句格式代码表（98版）进行了大幅度的调整,重点是重新界定基本格式的范围,扩充基本格式代码,使所有SVO语序的表达都可以用基本格式表示。同时,为了便于计算机处理和人类专家使用,新格式代码对代码中的每一数字都做了更加细致的约定,可以直接从代码得到具体的格式信息,而不用查阅格式代码表。本文详细说明了新版格式代码的设计思路及其带来的新变化,指出了新版格式代码与98版格式代码表的不同。     

一种结构化形式化说明的方法

形式化方法使用数学符号来描述系统的性质，它具有精确性、无二义性和一致性等特点，这些优点使形式化方法在安全性要求很高的情况和大型系统中得到了广泛的应用，但用形式化方法来分解、组织形式化说明，使之具有灵活性和可管理性并具有良好的风格。     

服务于句类分析系统的微型语言专家系统建设

句类分析系统是HNC语言理解技术的重要支柱。为了减轻句类分析系统的计算强度,利用语言学研究的丰富成果,我们在专家系统及HNC小专家系统基础上,提出微型专家系统的概念及相关的开发和管理方法,并用实例说明了微型专家系统的具体建设过程。微型专家系统在保持HNC句类分析系统整体考虑的前提下,充分结合广大学者的长期的、分散的研究成果,有利于HNC句类分析系统的整体处理性能的提高。     

一种基于概念关联式的词义消岐方法

词义排岐是自然语言处理中最关键也是最困难的问题之一,至今仍没有得到完全有效的解决。在研究HNC表达汉语知识的基础上,提出了一种基于概念关联式的汉语词义消歧方法,用于处理汉语的歧义字段。该方法综合了词语概念的层次性、网络性、结构性特征,用一种统一的表示式来规范这类特征,解决了多个不同概念之间的知识关联表示问题。实验对20个汉语高频多义词进行了测试,平均正确率为94%,验证了该方法的有效性。     

基于文章标题信息的汉语自动文本分类

文本分类是文本挖掘的一个重要组成部分,是信息搜索领域的一项重要研究课题。该文提出一种基于文章标题信息的汉语自动文本分类方法,在HNC理论的领域概念框架下,通过标题信息所蕴涵的领域信息词语激活对应的HNC领域,实现文本的自动分类。实验证明,该方法与采用SVM算法进行文本分类的方法比较,测试速度和分类平均准确率明显提高。     

自然语言处理中的语句语义表示格式研究

语句语义表示格式(语句格式)体现了语句各组成成分之间的组合关系,可给计算机提供指导性的知识。该文在HNC理论框架指导下,对目前普遍采用的语句格式提出了一种全面改进的方案,给出了新的语句格式编码,通过实例阐述了带来的变化。测试数据表明,新语句格式具有很强的通用性和非常好的表示能力,更有利于计算机的处理。     

信息检索中的广义作用效应链应用研究

广义作用句和广义效应句的划分是作用效应链思想在句类体系中的体现.这一划分是对自然语言语句的一个最基本的分类.如果结合信息检索中采取的统计学办法,在检索结果的基础上进行二次精筛选,则提供给查询用户的结果必将更符合实际需求,能更有效提高信息检索的正确率.从人为数据统计结果来看,这一思路有效地把统计方·法和基本规则方法结合起来,提高了信息检索的检索准确率.     

基于HNC的汉语词语知识库改进

汉语词语知识库是HNC知识库系统的重要组成部分,目前其结构设计简单,加大了对HNC符号解析的难度。该文在分析了HNC的编码特点的基础上,改进了汉语词语知识库模型,阐述了改进后汉语词语知识库实体属性的设计方法和知识库的填写原则,并用实例说明了改进后的词语知识库可以提高自然语言处理的效率。     

一种新型的智能搜索引擎

介绍一种针对特定领域的智能搜索引擎。它采用一种新型的概念背景网络来组织领域背景知识;然后在背景网上对领域概念进行概念扩展和相关性比较。与其他搜索引擎相比,该智能搜索引擎能对自然语言进行某种程度的语义理解;利用领域知识来提高搜索的查准率和查全率。     

基于领域知识的专利自动分类

根据改进的词语权重计算方法构造给定文本的特征向量,并用之从专利分类的领域知识——国际分类表IPC中直接提取类别的概念向量和待分类专利文本的特征向量,然后采用向量空间模型实现专利的自动分类,该方法不需要大量的训练样本,具有较高的分类正确率和执行速度。     

基于句框架的自动阅卷算法

构建《数据结构》课程的领域本体和标准（学生）答案的句框架,在此基础上,形成一种新的主观题自动阅卷方法。该方法对标准（学生）答案进行分词、词性标注、句法分析、代词消解、提取句框架、计算词语相似度。与以往的主观题自动阅卷系统相比,该系统尽可能地让计算机以理解“语义”为核心,保持标准答案和学生答案的语义联系,评分准确率有所提高。